Gil Cohen, Director de Producto de Cognyte – Serie de Entrevistas

Gil Cohen es un experimentado ejecutivo de software con un historial comprobado de liderazgo en grandes organizaciones globales, con más de dos décadas de experiencia y especialización en software empresarial, grandes datos, telecomunicaciones y inteligencia artificial.

Gil lidera la organización de productos de Cognyte, los centros de I+D globales de la empresa y la estrategia de comercialización para todo el portafolio.

Antes de unirse a Cognyte en 2021, Gil fue el gerente general de NICE, una plataforma de grabación de voz, y CEO de Telefonica Israel.

Cognyte es un proveedor global de software de análisis de seguridad e investigación con sede en Israel, diseñado para ofrecer “Inteligencia Accionable para un Mundo más Seguro”. Fundada en 2021 como una spin-off de Verint Systems (VRNT ) , la empresa presta servicios a cientos de clientes gubernamentales y empresariales en aproximadamente 100 países, permitiendo a las agencias de seguridad, inteligencia y aplicación de la ley fusionar, analizar y visualizar grandes conjuntos de datos fragmentados para la detección, investigación y respuesta oportuna a las amenazas.

¿Qué motivó originalmente una carrera enfocada en inteligencia, análisis y seguridad nacional? ¿Hubo experiencias o eventos formativos tempranos que ayudaron a dar forma a esta dirección?

Fue un ajuste bastante natural. La misión de Cognyte – ayudar a hacer del mundo un lugar más seguro – se alinea perfectamente con lo que me importa, tanto personal como profesionalmente. He pasado años trabajando en software empresarial, grandes datos, telecomunicaciones y AI, y también tengo un pasado militar, así que dar el paso a un rol que me permitiera contribuir directamente a esa misión simplemente tenía sentido.

A lo largo de los años, he liderado organizaciones y equipos de I+D globales para entregar soluciones empresariales de vanguardia y estrategias de comercialización, lo que me ha dado la experiencia necesaria para ayudar a asegurarme de que Cognyte se mantenga a la vanguardia con tecnologías que realmente empoderen a nuestros clientes. Es increíblemente gratificante ver cómo las agencias de aplicación de la ley, seguridad nacional y agencias de inteligencia y militares utilizan nuestras soluciones de análisis para detectar amenazas temprano y mantener a la gente a salvo. Lo que realmente me motiva es saber que estamos construyendo herramientas que ayudan a estas agencias a mantenerse un paso por delante de la actividad criminal y terrorista y adaptarse rápidamente a nuevos desafíos. Ver nuestra tecnología en acción – teniendo un impacto real – es algo de lo que genuinamente me siento orgulloso.

¿Cómo ha evolucionado el panorama tecnológico de la investigación a lo largo de los años, y cómo ha adaptado Cognyte su misión para satisfacer las necesidades cambiantes de las agencias de aplicación de la ley y inteligencia?

El panorama tecnológico de la investigación ha experimentado una evolución significativa, impulsada principalmente por el crecimiento rápido del volumen y la diversidad de los datos, la aparición de adversarios cada vez más sofisticados y la constante evolución de la tecnología. Un desafío fundamental que da forma a este entorno es el desequilibrio inherente entre los actores maliciosos y aquellos que trabajan para detenerlos. Los actores maliciosos (ya sean criminales o terroristas) operan con agilidad y persistencia, capaces de explotar una sola debilidad con un impacto devastador. Las organizaciones de seguridad y aplicación de la ley, por otro lado, deben identificar, comprender y responder a una amplia gama de amenazas en evolución, a menudo en tiempo real y con precisión absoluta. Esta asimetría ejerce una presión enorme sobre los equipos de investigación para actuar más rápido, más inteligentemente y con mayor precisión que nunca antes. Los analistas frecuentemente luchan con volúmenes crecientes de datos, herramientas fragmentadas y demandas operativas apremiantes, lo que hace desafiante traducir sus conocimientos investigativos en interacciones efectivas con soluciones avanzadas.

El lanzamiento del copiloto de inteligencia introduce una capacidad de inteligencia artificial generativa específicamente diseñada para flujos de trabajo de investigación. ¿Qué hace que esta capacidad sea fundamentalmente diferente de las herramientas de AI existentes actualmente en uso dentro del sector de la seguridad?

El copiloto de inteligencia de Cognyte es fundamentalmente diferente de otras herramientas de AI porque está diseñado específicamente para investigaciones del mundo real, no solo para tareas genéricas. A diferencia de las soluciones de GenAI típicas, está incrustado directamente en el espacio de trabajo y el proceso de investigación, entiende la terminología que utilizan los analistas y entrega resultados transparentes y explicables. Está diseñado para analizar fuentes de datos sensibles y clasificadas con las que tratan las agencias gubernamentales, opera de manera segura en cualquier entorno de despliegue y está diseñado para acelerar – no reemplazar – la experiencia humana. Esto permite a los investigadores y analistas cosechar todos los beneficios de la colaboración entre humanos y máquinas con una solución que está diseñada de forma única para las demandas de alto riesgo de las agencias de seguridad e inteligencia.

Muchos investigadores enfrentan una desconexión entre sus instintos del mundo real y las demandas técnicas de las plataformas heredadas. ¿Cómo aborda este desafío el nuevo copiloto y cómo conecta el vacío entre el razonamiento humano y la salida de la máquina?

Los investigadores y analistas están entrenados para realizar investigaciones y análisis de inteligencia, no para ingenierizar consultas complejas o traducir su pensamiento en sintaxis rígida del sistema. El copiloto de inteligencia de Cognyte está diseñado con esa realidad en mente, permitiendo a los usuarios trabajar con sus propias palabras. Toma la entrada de lenguaje natural y la convierte en lógica estructurada y explicativa, eliminando la necesidad de consultas técnicas o una profunda experiencia en el sistema. Al alinearse con la forma en que los investigadores realmente piensan y trabajan, el copiloto elimina la fricción, acelera la generación de conocimientos y libera a los analistas para centrarse en lo que hacen mejor: seguir pistas, examinar evidencia y analizar amenazas.

Los entornos de investigación a menudo involucran volúmenes abrumadores de datos y ecosistemas de herramientas altamente fragmentados. ¿De qué manera el copiloto mejora la síntesis de datos, acelera el análisis y mejora el ritmo general de resolución de amenazas?

El copiloto de inteligencia de Cognyte transforma el flujo de trabajo de investigación al eliminar los cuellos de botella manuales causados por herramientas siloizadas y volúmenes abrumadores de datos. En lugar de requerir que los investigadores traduzcan preguntas complejas en consultas específicas del sistema, el copiloto les permite utilizar lenguaje natural intuitivo para explorar datos diversos y multisectoriales. Sintetiza automáticamente datos estructurados y no estructurados, presenta conexiones relevantes y presenta resultados con lógica clara y paso a paso. Por ejemplo, un investigador puede simplemente pedirle al copiloto que “muestre todas las conexiones entre sospechoso A y sospechoso B en los últimos 6 meses”.

El copiloto realizará el trabajo pesado a través de múltiples fuentes de datos y formatos, como CCTV, registros financieros y informes manuscritos. Rápidamente ordenará, filtrará y categorizará vastos conjuntos de datos para descubrir conocimientos y visualizar conexiones directas e indirectas de sospechosos, eliminando la necesidad de que el investigador revuelva los datos sin procesar. Al unificar la búsqueda, la correlación y la generación de conocimientos dentro de un asistente impulsado por GenAI, el copiloto acelera la toma de decisiones, mejora la precisión y reduce significativamente el tiempo necesario para actuar sobre las amenazas.

La seguridad, la explicabilidad y la transparencia son críticas para las operaciones con fines de misión. ¿Qué principios arquitectónicos y técnicas de aprendizaje automático se utilizaron para asegurar que el copiloto de AI cumpla con las exigentes demandas de las organizaciones de inteligencia?

Con más de 30 años de experiencia apoyando operaciones con fines de misión, la seguridad, la explicabilidad y la transparencia fueron fundamentales en el diseño del copiloto de inteligencia de Cognyte. La seguridad está integrada a nivel arquitectónico: el copiloto admite tanto despliegues en la nube como locales para satisfacer los requisitos estrictos en torno a la sensibilidad de los datos, la privacidad y la soberanía. Hereda el modelo de permisos de usuario nativo del sistema anfitrión, asegurando que no pueda exponer datos que un usuario normalmente no podría acceder a través de flujos de trabajo estándar.

En cuanto a la explicabilidad y la transparencia, el copiloto proporciona una visión clara de su razonamiento de principio a fin, hasta la lógica exacta, las condiciones y los pasos detrás de escena que tomó para generar los resultados. Los usuarios pueden revisar, validar y incluso desafiar la interpretación del sistema utilizando su propio juicio. Toda la lógica es completamente audible, lo que permite la trazabilidad y la rendición de cuentas en entornos de alto riesgo.

La plataforma ofrece flujos de lógica visual y razonamiento transparente en respuesta a consultas de lenguaje natural. ¿Cómo influyen estas características en la forma en que los investigadores toman decisiones bajo presión, especialmente en casos de alto riesgo o con restricciones de tiempo?

El copiloto de inteligencia de Cognyte mejora la toma de decisiones investigativa al combinar la entrada de lenguaje natural con flujos de lógica visual paso a paso basados en experiencia de dominio comprobada. Los resultados se visualizan dentro de un espacio de trabajo de análisis de inteligencia para contexto y exploración adicional. Estas visualizaciones revelan cómo los puntos de datos están conectados y cómo se generan los conocimientos, haciendo que el razonamiento del sistema sea completamente transparente. En entornos de alta presión, esto permite a los investigadores validar rápidamente la relevancia y pasar de la pregunta a la confianza sin depender ciegamente de salidas de “caja negra”. El resultado es una toma de decisiones más rápida y más inteligente basada en AI explicativa, completamente alineada con flujos de trabajo de investigación del mundo real.

¿Qué tipo de modelos de aprendizaje automático forman la base de las capacidades generativas del copiloto, y cómo se entrenaron para reflejar el lenguaje y la lógica específicos de los flujos de trabajo de inteligencia en lugar de AI conversacional general?

Los modelos en la base de nuestro copiloto son algunos de los modelos LLM más avanzados y recientes de la industria. Ajustamos los LLM para cada dominio y jerga del cliente utilizando nuestros modelos de datos propietarios, que representan la estructura de datos del sistema – incluyendo entidades, relaciones y parámetros. Esto nos permite entrenar al copiloto en un “gemelo digital” del dominio del cliente, en lugar de en los datos reales que son sensibles y no están disponibles como conjunto de entrenamiento. También incluimos flujos de trabajo de mejores prácticas derivados de décadas de metodologías específicas de la industria, nuestros equipos de éxito del cliente y con la ayuda de nuestra comunidad de campeones de clientes. Utilizando este método, creamos un enfoque escalable para tomar LLM estándar y convertirlos en modelos de dominio ajustados a las necesidades de seguridad.

La explicabilidad y el razonamiento estructurado se enfatizan en las salidas del sistema. ¿Qué técnicas o arquitecturas de aprendizaje automático se utilizaron para asegurar una toma de decisiones transparente y trazable, especialmente cuando los analistas necesitan validar resultados bajo escrutinio?

El copiloto está entrenado en el modelo de datos y se ajusta para las mejores prácticas de inteligencia y análisis de investigación, reflejando un enfoque de entrenamiento que va más allá de la AI conversacional general. Este entrenamiento especializado se basa en más de tres décadas de experiencia en análisis de investigación de dominio. Esta integración profunda de conocimiento operativo del mundo real garantiza que el copiloto entiende y procesa inherentemente la terminología, la lógica y las sutilezas críticas para los flujos de trabajo de inteligencia. Toma la pregunta de lenguaje natural del usuario y entiende cómo traducirla dentro de la solución de Cognyte como una llamada a la API, consultando los datos solicitados. La consulta está disponible para el analista en todos los puntos, así que es transparente qué consulta se envió. Los datos se devuelven desde las bases de datos de las soluciones, eliminando cualquier posibilidad de “alucinaciones”, con lógica estructurada y explicativa. No se necesita trazabilidad separada para los datos en sí para validar que el resumen y los conocimientos tienen sentido.

Este producto surge en un momento en que la IA está transitando de proyectos piloto a despliegues operativos a gran escala. ¿Cómo refleja esto las tendencias más amplias en la adopción de IA por parte de las organizaciones de seguridad nacional en 2025?

El lanzamiento se produce cuando la adopción de IA generativa se acelera en todo el sector empresarial y gubernamental, con más de $2 billones en inversiones esperadas en torno a la IA en el sector en los próximos tres años. 2025 marca un punto de inflexión claro, ya que las organizaciones pasan de la experimentación a los despliegues del mundo real. Las agencias ven el valor potencial de aprovechar copilotos impulsados por LLM, y en una reciente encuesta de Cognyte, 47% de las agencias encuestadas citaron el análisis y exploración de datos impulsados por GenAI como la capacidad de tecnología más importante que puede acelerar sus investigaciones. Para las agencias de aplicación de la ley y seguridad nacional, esta transformación está estableciendo un nuevo estándar para la velocidad, la escala y la precisión en la toma de decisiones. Con vidas y intereses nacionales en juego, la demanda de IA operativa de confianza ya no es una opción – es un imperativo crítico de la misión, y uno que el copiloto de inteligencia de Cognyte fue diseñado para cumplir.

Mirando hacia adelante cinco años, ¿cómo se espera que evolucione el papel de la IA generativa dentro de la inteligencia militar, la aplicación de la ley y la seguridad nacional? ¿Qué impacto tendrá esto en la estrategia de investigación, la estructura organizativa y la respuesta global a las amenazas?

En los próximos años, la IA generativa desempeñará un papel fundamental en ayudar a cerrar la brecha operativa entre la ofensiva y la defensiva. Los actores maliciosos continuarán innovando rápidamente, a menudo sin restricciones de reglas o riesgos. Las organizaciones de seguridad pública, por otro lado, necesitarán mantener una cobertura consistente y adaptable a través de una gama de vectores de amenazas en expansión. En este entorno, la IA no será solo un multiplicador de fuerzas; se convertirá en una necesidad operativa para mantener el ritmo de los adversarios que son rápidos, impredecibles y cada vez más automatizados.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Cognyte.